OpenAI 上線 GPT-6 Astra Ultrafast，Codex 與 ChatGPT Work 可用，速度最高 8 倍；Claude Code 2.1.288 修復 --resume 丟上下文與超時中斷。有使用者稱 Opus 5.5 周額度 3 億 token 即觸頂，訂閱額度需留意；llama.cpp 為 Metal 加入 F16 KV flash attention 核心，Apple Silicon 本地推理受益。
GPT-6 Astra Ultrafast 已上線，執行在 NVIDIA Blackwell GPU 上，面向 OpenAI 內部以及符合條件的 ChatGPT Work 和 Codex 使用者開放，token 生成速度最高可達 Astra Standard 模式的 8 倍。開發者今天就能通過 API 呼叫，接入方式、定價與實現細節見官方 Ultrafast 指南。更快的生成可縮短 coding agent 的編輯—測試—除錯迴圈，減少工具呼叫之間的等待時間。
推薦理由：你日常用 Codex，可對照這條訊息看是否符合條件走 ChatGPT Work/Codex 入口，或直接用 API 實測更快生成對 agent 編輯—測試—除錯迴圈的實際提速。
Google DeepMind 發布 Gemini 4 Argon，首次支援最高 100 萬 token 輸出，但目前僅在 Fairwind 計劃下對政府使用者與受信任網路安全人員開放預覽，開發者、企業與消費者開放時間未定。標準價 $4/$20 每百萬輸入/輸出 token，首推五折 $2/$10，快取輸入 95% 折扣；19 項公開基準中拿下 13 項第一。100 萬輸出靠新 API 功能 Long Decode Continuation 實現，長回覆會暫停並跨呼叫續寫；
推薦理由：Argon 現階段只對政府與安全人員開放，你還用不上，但每任務 $1.99 的折扣成本、$2/$10 定價和 15% 幻覺率（Astra 51%）可作為比較 Claude Code、Codex 背後模型價效比的參照。
OpenAI 在 DevDay 上發布 GPT-6.1 Sol、個人助理產品 Dots，以及內建 Computer Use 的 Agents API，開發者可基於與 Codex、ChatGPT 相同的 Computer Use 建置應用。Ari Weinstein 稱 GPT-6.1 Sol 成本是 Astra 的五分之一，用在 Computer Use 上只需七分之一。
推薦理由：GPT-6.1 Sol 的 Computer Use 成本與新 Agents API 的非同步呼叫、快取預熱、compaction 機制，直接影響你用 Codex 等 coding agent 時的延遲與賬單。
微軟發布 FrogNano-4B-2609，一個面向算力有限開發者的 4B 智慧體模型，Hugging Face 上已有 GGUF 量化版本。它由 Qwen3.5-4B 派生，沿用 32 層混合 Gated DeltaNet 與門控注意力架構，後訓練為純文字、聚焦倉庫級軟體工程，用強化學習在約 1500 個 TaskPilot 生成的合成 SWE 環境上訓練，獎勵來自可執行測試，配套五工具的 Leaf harness。與行為蒸餾不同，它不訓練強模型的解題軌跡。
推薦理由：你可以用它的 GGUF 在 Mac Studio 上本地跑一個 4B 倉庫級編碼智慧體，但補丁必須自己審查。
Pi 1.0 與 Pi Durable 同日發布並登上 Hacker News 首頁，Pi 已加入 Earendil。Pi 1.0 新增 Codemode（原生支援 MCP、Jev 和影像模型）、虛擬模型擴充套件、延遲工具載入、Anthropic 模型快取預熱、對話中途系統訊息、新 TUI 主題與預設全屏。Pi Durable 把 Pi 移植到 TypeScript 並外接全部有狀態元件：每步記錄為檢查點任務，程序失敗或重啟後 agent 與子 agent 自動恢復；
推薦理由：你天天用 Claude Code、Codex、OpenCode，Pi Durable 的檢查點崩潰恢復、並行分支會話和工具熱替換正對長時 agent 任務的痛點，TypeScript 化後也更容易在本地或雲端自建執行。
OpenAI 的 Sam Altman 表示，6.1 Sol 是公司史上增長最快的模型，此前在高負載下回應偏慢，現在應該好很多。這條訊息只提到效能改善，沒有給出具體延遲數字、上線時間或適用方案範圍。
推薦理由：你訂閱了 ChatGPT 並用 Codex 做 coding agent，若 6.1 Sol 已進入你的使用路徑，這次負載最佳化可能直接改善高峰時段的回應速度。
Ollama v0.35.1 新增對 Cloudflare 開源決策模型 Clef（27B）與 Clef Flash（9B）的支援，通過 /v1/systemone 呼叫。兩者支援多模態，請求可同時傳入圖片與文字 state，所有 questions 共享該狀態並聯合打分，返回如 noul 機率 0.958 的答案。
推薦理由：你在 Mac Studio 上本地跑開源模型時，可以直接用 Ollama 試這兩個多模態決策模型，並留意 llama.cpp 與 MLX 引擎更新對 Apple Silicon 推理的影響。
Ai2 開源了 8B 的科學報告生成模型 AstaBrief，可把研究問題和檢索到的文獻片段直接寫成帶引用的報告。它已在 Asta 的 Generate a report 功能中以 Fast mode 上線，與 Claude 驅動的 Thinking mode 並列：Fast mode 平均 51.1 秒生成一份報告，Thinking mode 為 178.5 秒，快約 3.5 倍。模型基於 Qwen3-8B，用 SFT 加 DPO 訓練，一次成稿，跳過了片段摘要與聚類環節。
推薦理由：你正打算在 Mac Studio 上跑開源模型，而 AstaBrief 就是 8B 級 Qwen 系小模型的長文生成配方，附帶的範例工作流可直接改造成本地 PDF 報告生成。
Claude Code 發布 v2.1.288。修復了長對話報「Prompt is too long」卻不自動壓縮、--resume 丟失剛被壓縮恢復的檔案與上下文、恢復的會話不儲存該輪最後回覆，以及回應中途 API 超時導致整輪失敗——非互動會話與子代理現在會從部分回應繼續，僅有思考內容的回應會重試。
推薦理由：你日常依賴 Claude Code 跑長會話與子代理，這些修復直接避免 --resume 丟上下文和超時中斷整輪工作，值得儘快升級。
Claude Code 發布 v2.1.287：新增 Claude Mods，外掛可以修改更深層行為；並內建 You should know，由側邊 agent 監視你或 Claude 可能遺漏的內容，用 /plugin enable cc-plugin-you-should-know@builtin 開啟（需第一方會話且開啟遙測）。agents 檢視新增 n:<text> 過濾器匹配會話名與任務；
推薦理由：可以用 /plugin enable cc-plugin-you-should-know@builtin 給日常 Claude Code 會話加一層側邊 agent 複核，同時注意自建 MCP 伺服器升級後可能需要補上 bareElicitationCapability 才不會斷…
DeepSeek 推出 DeepSeek Harness 的打包桌面版，覆蓋 macOS 與 Windows，Linux 使用者可通過 npm 上的 @deepseek-ai/dsh 包獲取。官方在社交平台公布了這一訊息，並給出下載地址 deepseek.com/harness。
推薦理由：你日常用 coding agent 工作，又多平台切換，可以先在 macOS 上裝一份 Harness 桌面版，評估它能否補進現有 Claude Code、Codex、OpenCode 的工作流。
OpenCode 發布 v1.18.34 bugfix 版本。模型請求現在會帶上帶名稱空間的會話與父會話身份標頭；本地編譯的 macOS 二進位制會被重新簽名，以便在 macOS 27 及以上可靠執行，macOS CLI 發布二進位制則用 Developer ID 簽名。另有 3 位社群貢獻者提交修復，包括更正文件中 GPT 6.1 Sol 的快取價格、在 /status 對話方塊用 path.sep 提取外掛名。
推薦理由：你日常用 OpenCode 且可能在 macOS 上本地編譯 CLI，這個版本直接解決簽名失效導致的執行問題。
llama.cpp 最新建置已支援 Decision 模型，新增 /v1/systemone 端點，可在本地高效、私密地做 Jev 風格推理。該端點支援多個開源模型，後續還會增加。
推薦理由：你正打算用 Mac Studio 跑本地開源模型，這條更新直接關係到 llama.cpp 的可用能力與端點用法。
llama.cpp 合併 PR #27694，把 simple draft 與 MTP 的投機解碼改為機率取樣，目標模型用拒絕取樣驗證草稿 token。新增開關控制機率草稿取樣，預設仍為貪心；語法約束請求回退到 argmax，並支援在拒絕取樣中處理語法約束。同時修復了草稿取樣器與目標模型共用 rng 流、掩碼後分布未重歸一化等問題，並隨草稿一起截斷候選。
推薦理由：你正為 Mac Studio 評估本地推理，這條改動直接影響 llama.cpp 在 Apple Silicon 上投機解碼的取樣正確性與速度，值得在選型時納入測試。
llama.cpp 合併 PR #29570，在 Metal 後端新增基於 tensor API 的 flash attention 核心，支援 F16 KV 快取。同一批提交還補充了 DK=DV=512、DK=576/DV=512、DK=192/DV=128 等形狀的 tensor FA 核心，並支援 attention sinks、ALiBi 與 logit softcap。
推薦理由：你準備用 Mac Studio 跑本地開源模型，這條直接關係到 Apple Silicon 上長上下文推理的視訊記憶體佔用與速度，可等新版 llama.cpp 發布後實測對比 MLX 與 Ollama 的表現。
NVIDIA DGX Spark 將新增 64GB 統一記憶體版本，10 月 23 日由 Acer、ASUS、Dell、Gigabyte、HP、MSI 開賣，起價 4999 美元，保留 GB10 Grace Blackwell 晶片、DGX OS 與完整 NVIDIA AI 軟體棧，可完全本地執行最高 1000 億引數模型。兩臺機器可用 QSFP 線經 ConnectX-7 直連，記憶體池化到 128GB，模型上限提到 2000 億引數；
推薦理由：如果你在 Mac Studio 之外考慮本地跑開源模型，這是同價位可對比的 CUDA 方案，且開箱即支援 Ollama、llama.cpp、LM Studio，並能一鍵把本地模型接給 OpenCode 用。
llama.cpp 發布 b11352 版本，主要改動是最佳化 qwen4exp 的掩碼（mask）建置（#29824），並將同一改動應用到 GLM5-next。該版本繼續提供 macOS Apple Silicon（arm64）、iOS、Linux、Windows、Android 等平台建置，涵蓋 CUDA 12/13、Vulkan、ROCm 10.0、OpenVINO、SYCL 與 Snapdragon 後端。
推薦理由：你正打算用 Mac Studio 本地跑開源模型，這版仍提供 Apple Silicon arm64 建置，但 KleidiAI 加速版被停用，升級前需留意效能差異。
llama.cpp b11345 為 Hexagon 後端新增 Q2_K 和 Q3_K 量化型別支援，對應 PR #29717，並統一了 src1_row_size 的分配；改動由 Max Krasnyansky（maxk@qti.qualcomm.com）參與提交。
推薦理由：若你用 Snapdragon/Android 跑 llama.cpp，這個版本讓 Hexagon NPU 直接支援 Q2_K/Q3_K 低位元量化；
Apple 於週五宣布將在 Mac 上對「完整磁碟取用」（full disk access）增加新的限制與控制，要求真正想授予應用這一級別權限的使用者「必須通過非常明確的動作」才能完成授權，理由是 AI 代理帶來的風險大幅上升。此事發生前幾週，Inc 的 Jason Aten 發現 Meta 的 Muse AI 在未獲明確授權的情況下知道了他訊息的內容；Meta 發言人 Andy Stone 回應稱訊息訪問完全基於使用者主動選擇加入。
推薦理由：你日常跑 Claude Code、Codex、OpenCode，這類代理一旦拿到完整磁碟取用就能讀到專案目錄之外的程式碼與憑據，這項改動會直接影響你今後給它們授權的方式。
一位使用者反映，改用 Opus 5.5 後每週僅用 3 億 token 就觸及訂閱週上限，而此前每週消耗 10 至 20 億 token 都沒問題。該使用者指出 Opus 5.5 單 token 價格理論上更低，懷疑是訂閱額度被削減，或與自己大量使用 subagent 的工作方式有關。目前這只是個人反饋，尚無官方說明。
推薦理由：你同時訂閱 Claude 並用 coding agent 跑 subagent，這條反饋提示 Opus 5.5 的實際額度消耗可能與單價直覺相反，值得留意自己的周用量。
OpenAI 開發者帳號發布 dot，它能學習使用者的工作方式、跨應用保留上下文、協調 Codex 任務，並標記需要使用者關注的事項。目前官方只給出這四項能力描述，未公布定價、可用平台與上線時間。
推薦理由：你日常用 Codex 和 Claude Code 等 coding agent，dot 若能跨應用保留上下文並統一排程 Codex 任務，可能減少你在多個工具間手動搬運上下文的開銷，值得關注後續是否開放試用。
Cloudflare 宣布與 Ceramic.ai、Exa、Linkup 三家搜尋服務商合作，在 AI Gateway 上推出 Web Search API，讓 agent 先搜尋再作答，而不是猜 URL 後 curl 出 404。開發者可通過標準 REST 介面呼叫，或在 Workers 裡用一行程式碼繫結，未來還將作為內建 Server Tools 提供。
推薦理由：你日常用 Claude Code、Codex 這類 agent 查最新文件和 API 時，可以用它替代靠猜 URL 的抓取，並用已有的 AI Gateway 額度與 BYOK 統一計費和觀測。
OpenRouter 推出 Model Router Benchmarks 頁面，用品質、速度、成本三個維度對比各家模型路由器，併合成 0 到 10 分的 Router Index。預設權重是品質 60%、每任務時間 20%、成本 20%，頁面上可拖動滑塊自行調整。
推薦理由：你同時用 Claude Code、Codex、OpenCode 且按量付費，可以先在這頁看清各家路由器在品質、延遲與成本之間的取捨，再決定是否把模型換成路由器來省錢。
2026-10-01 發布的文章追問強 agent 在自主 ML 工程中究竟需要多少 harness。它指出，近期自主 MLE agent 在公開排行榜取得顯著進展，但現代 MLE agent 常建立在多 agent 編排器、專用檢索子 agent 等越來越複雜的裝置上；動機包括長週期進展停滯與 LLM 原語有限。相比之下，讓 LLM 通過 read、write、bash 直接訪問執行環境的更原始但改進的 coding agent，在領域內受到的關注很少。
推薦理由：這能幫你判斷用 coding agent 做 ML 工程時，複雜 harness 是否值得，以及是否該優先最佳化 read、write、bash 這類基礎執行能力。
理論物理學家 Matthew Schwartz 發布開源工具 BootLoops，把 Claude 當作 LLM 的"挽具"，專攻適合當前 AI 的"Claude 形狀"問題。他用 Claude Fable 5 移植並改進散射振幅計算方法，還借 BootLoops 把數學物理技術帶到生態學、群體遺傳學、地質、經濟、語言學等領域，並與各領域專家合作篩選真正有價值的問題。BootLoops 開源，可搭配任意模型使用，但當前 AI 仍無法解決科學中的大多數問題。
推薦理由：你日常用 Claude Code 等 coding agent，BootLoops 展示瞭如何按模型能力挑問題、而非硬套人類科研流程，可直接借鑑到你的 agent 工作流與本地模型實驗。
Latent Space 最新一期播客請到 MIT 的 Alex Zhang，聊遞迴語言模型（RLM）、AI 寫 GPU kernel 與多智慧體 swarm。據他介紹，基於 RLM 的 harness 是首個接近解出 ARC-AGI-3 的方案，早於 OpenAI 的 Astra；他還談到 OpenAI 的 1 萬 agent、1300 億輸出 token、約合 4000 萬美元的問題求解實驗。
推薦理由：你每天用的 Claude Code、Codex 本質就是 harness，這期直接講 harness 設計、context offloading 與持久化 subagent，對自建 agent 流程和本地跑開源模型都有參考價值。
何愷明團隊提出純視覺 ARC 解題方案 NAT-ARC，不用 LLM，單模型（huge，0.6B 引數）在 ARC-1 上 pass@2 達 63.4%，整合三種預訓練策略後達 70.2%，總引數約 2B。做法是先用 ImageNet（約 130 萬張自然影像）上訓練的 MAE encoder 權重初始化編碼器，再在 ARC 訓練集離線訓練，測試時對每道題單獨 LoRA 微調；
推薦理由：對你評估本地小模型很有參考價值：0.6B 單模型與約 2B 整合，靠公開 MAE 權重預訓練就能逼近 8B LLM 方案，說明小引數模型也能承擔視覺推理任務。